我国房地产价格波动区域差异分析

□文/史海荣 梁 荣

（内蒙古大学 内蒙古·呼和浩特）

一、引言

一个国家或者地区的宏观经济与房地产市场发展之间具有很强的关联性。宏观经济发展良好会带动房地产市场的繁荣，而房地产市场的繁荣将会促进国民经济的健康发展。因而研究房地产价格的波动成因及其在地区之间的差异性对于我国的经济发展、社会健康持续有着重要的意义。

房地产市场稳定发展可以通过房地产价格的稳定性来衡量。房地产具有多重属性，因而其价格的影响因素有很多。作为耐用消费品，其价格受到供给量、需求量以及市场结构的影响。作为资产，房地产价格上升反而促动需求的进一步旺盛。作为生产要素价格，受到宏观经济形势、产业发展状况以及技术更新、产业周期等因素的共同影响；作为一种投机品，资金快速进出、购买行为频繁、价格波动频繁。房地产具有多重属性，因而其价格受到多重因素的影响，很难通过一个因素的调节得到整个市场房地产价格趋向平稳与合理。

我国土地辽阔、人口众多。各地区拥有不同的资源禀赋、文化差异、政策导向、消费习惯等特点，各个地区经济发展水平也具有明显差异。房地产为一种地理位置不可移动的商品，也具有典型的地域差异性。具体表现在房地产的价格、房屋的建筑材料、房屋的成本，等等。因而分析不同地区房地产价格波动的成因以及地区之间房地产价格波动的差异性具有重要的意义，国外学者对房地产价格波动的区域差异进行了比较研究。Ortalo-Magn和Rady（2004）分析了英格兰和威尔士住宅交易量与宏观经济波动之间的关系，认为住宅需求的波动是市场交易量变化的关键因素。沈悦、刘洪玉（2004）基于panel data模型对中国14个城市住宅价格与经济基本面的关系进行了实证研究，结果表明:城市经济基本面的当前信息和历史信息都可以部分解释住宅价格水平或者变化率，而这种解释存在显著的城市影响特征。周京奎（2005）认为住宅价格上涨与宽松的货币政策有紧密的联系，住宅价格极大地偏离长期均衡值，市场出现非理性繁荣，必须引起政府和产业部门的充分重视。高铁梅（2007）采用的panel data模型讨论了房价区域波动的区域差异。信贷规模对房地产价格波动的影响大，且地区间的差异也大；实际利率对各区域影响差异不大，且影响较小；人均GDP对房价影响比较大，房价的预期变量在东部地区对房价的短期波动有较大影响。

本文以房地产价格为因变量，人均GDP、房地产开发企业竣工房屋造价CO、房地产开发企业主营业务税金及附加TA、房地产开发企业自筹资金SF作为自变量，建立房地产价格的双对数模型。不同类型的房地产价格对自变量的反应程度是不一致的，所以本文对房地产价格进行了细分，分别以商品房平均销售价格、住宅商品房平均销售价格、别墅、高档公寓平均销售价格、公楼商品房平均销售价格分别作为因变量进行了统计分析，另外将全国分为三类地区进行了对比研究，因而具有重要的实际意义与理论意义。

二、模型以及数据初步处理

房地产价格的波动受到多重因素的影响，本文选取了相对重要、具有研究价值的因素进行了分析。建立了2000～2013年全国31个省、直辖市、自治区的panel data模型，以人均GDP、房地产开发企业竣工房屋造价CO、房地产开发企业主营业务税金及附加TA、房地产开发企业自筹资金SF作为自变量，房地产的平均销售价格:商品房平均销售价格AP、住宅商品房平均销售价格HAP，别墅、高档公寓平均销售价格VAP，办公楼商品房平均销售价格OAP分别作为因变量。

表1 2000～2013年31个省作为样本的双对数模型回归结果

本文以2011～2013年三年人均GDP排名划分，（人均GDP用当年的地区生产总值除以年常住人口获得）将我国划分为三类地区，第一类地区主要集中在东南沿海。比较特殊的是内蒙古自治区，因近些年经济发展迅速，人均GDP已经排到前列，所以也分在了第一类地区；第二类地区主要是中部地区；第三类地区主要是西部地区，比较特殊的是海南省与福建省。

通过对数据的分析，可以得出以下结论:第一，三类地区之间房地产价格差异比较大。以东部地区为主的第一类地区目前的房地产价格已经达到每平方米10，000元以上，2013年最高为北京市18，553元/平方米，而第三类地区最低为甘肃省:3，886元/平方米；第二，总体上而言，人均GDP较高的省份房地产价格较高，但这只是一种趋势，由于其他因素的影响最终房地产价格呈现的地区性与人均GDP呈现的地区性有一定的差异性。

三、结论及分析

对序列做平稳性检验。结果表明原序列不是平稳序列，取对数之后仍然不是平稳序列。但是，对数的一阶差分是平稳序列。进一步检验对数模型做回归之后的残差为平稳序列，因而可以知道在长期内变量之间存在方程（1）所示的协整关系，从而建立起全国房地产价格波动的panel data模型:

回归的结果如表1所示。（表1）

由表1可以看出，以全国31个省份的2000～2013年的数据做出的回归结果中，人均GDP对房地产价格波动有着显著的影响。各房地产价格所对应的人均GDP的弹性集中在0.47～0.52。所以从长期看，整体经济的增长、人均收入的提高会使房地产价格上升。房地产开发企业竣工房屋造价（CO）对房地产价格的变动也具有一定的影响，但是二者之间的弹性较小一些，集中在0.17～0.24，房地产开发企业主营业务税金及附加（TA）对房地产价格相对要复杂一些。对于LAP、LHAP而言，LTA在统计上不显著，对LOAP、LVAPLTA在统计上显著，并且二者的弹性为:0.05与0.07，税金对于房地产价格的影响也是存在的，但是影响比较微小。广义上讲，LCO与LSF都作为房地产开发企业最终产品的成本。因而成本对于房地产价格的波动存在着影响，但是弹性并不是很大。房地产企业自筹资金反映的是我国房地产企业本身的自身发展能力。该自变量对房地产价格变动的影响的弹性集中在0.32～0.42之间。房地产市场中房地产开发商的自身发展能力越强，对房地产市场的预期越积极，房地产的价格越上升。

从以上的分析中，我们可以看到这几个自变量对于因变量都有不同程度的影响。那么，对于我们这样一个地域辽阔、人口众多的大国，经济发展呈现出地方的差异性，不同的地区自变量对因变量的影响又是否存在着不同。（表2）

从表2我们可以看出，三类地区之间的长期回归结果具有较大的差异。1、总体来看，东部地区即人均GDP较高的地区只有人均GDP与房地产企业自筹资金（SF）对房地产价格波动具有影响，剩余两个变量在统计上不显著。中部地区总体上LAGDP、LCO、LSF具有显著性，LTA不具有显著性。西部地区可以认为四个变量都具有显著性。从经济意义上来看，经济发展水平不同的地区，影响房地产价格的因素是并不是完全一样的。因而在政府进行房地产调控的过程中也不能进行一刀切，越是经济发展水平低的地区越可以通过一些方法来调整房地产价格。2、对于人均GDP而言，不同地区其对房地产价格波动的影响并不一致。东部地区集中在0.61～0.76，中部地区集中在0.16～0.39，西部地区集中在0.28～0.46。人均GDP对房地产价格的影响分为两节。经济较为发达的地区，经济增长的速度较快，房地产价格的增长也快；经济发展相对落后的地区，经济增长速度慢，房地产价格增长速度也慢。这与我们的实际情况是相符的。3、LCO、LTA作为广义上的房地产成本对房地产价格波动的影响情况为:越是发达的地区越不具有较高的影响力度。这可能与经济发展水平较高的地区房地产价格较高，成本在房地产价格中所占的比重越来越小，影响力度也越来越小。4、房地产开发企业自筹资金（SF），代表着房地产企业自身的能力。它对于房地产价格的影响在不同的地区都有显著的影响。但是，大小确是西部地区的弹性最大、东部地区居中、中部地区最小。

四、结语

在本文的分析过程中，存在着以下几个可能的问题:1、数据真实性问题。宏观数据的统计与经济本身存在着一定的差距。尤其涉及到GDP、房地产开发企业竣工房屋造价这一类敏感的数据，它们的真实性存在一定的折扣。但是，这些影响并不足以影响长期的分析；2、东中西划分的问题，三个地区的划分完全采用人均GDP的高低为标准，GDP并不是衡量一个地区发展水平的完全指标，但是似乎是目前能够采取的最优指标；3、长期与短期的问题。本文重点分析的是双对数模型的长期回归结果，并没有的对短期的情形进行分析。在了解长期的影响之外，短期经济变量的波动如何影响房地产价格对于如何促进房地产市场的稳定发展，确保房地产价格稳定健康增长同样具有重要价值；4、因为本文分析并没有涉及到短期的问题，所以同样存在一个问题，即利率的问题，本文在分析过程中分别采取了人均GDP来代表一个地区经济发展水平的高低。用CO、TA来代表房地产市场所面临的成本，以及SF代表房地产开放企业在市场上的自身发展能力，并没有涉及到货币市场对房地产的影响。后两点将是本文下一步分析的方向，以使研究更加的全面。

表2 2000～2013年东、中、西地区的双对数模型回归果

［1］沈悦，刘洪玉.住宅价格与经济基本面:1995～2002年中国14城市的实证研究［J］.经济研究，2004.6.

［2］周京奎.1998～2005年我国资产价格波动机制研究——以房地产价格与股票价格互动关系为例［J］.上海经济研究，2006.4.

［3］高铁梅.计量经济分析方法与建模.清华大学出版社，2006.5.